vibe-vibe
Vibe Vibe 是国内首个系统化的 Vibe Coding 开源教程,致力于让零基础用户也能通过自然语言指挥 AI 进行编程。它基于 OpenAI 联合创始人提出的 Vibe Coding 理念,倡导从“写代码”转向“对话式创作”,帮助用户完成从“有一个想法”到“做出一个产品”的全过程。
Vibe Vibe 有效解决了国内 AI 编程学习资源碎片化、缺乏系统化进阶路径的问题。教程设计了基础、进阶、实践和优质文章四大板块,内容涵盖编程心法、提示词工程、项目实战到全栈部署,引导用户像产品经理一样思考,用 MVP 思维快速落地创意。
这套教程非常适合编程零基础者、大学生、创业者以及希望提升效率的职场人士。它不仅提供了清晰的避坑指南,未来还将支持在线 IDE 开发环境,无需本地配置即可开箱即用,真正实现了让人人都能成为 AI 时代的 Builder。
使用场景
小明是一名大二学生,想开发一个帮助同学整理课程笔记的在线工具,但从未接触过编程。他希望通过AI快速实现想法,却苦于找不到系统的学习路径。
没有 vibe-vibe 时
- 无从下手:面对"前端+后端+数据库"的技术栈组合,不知道该从哪个知识点开始学习
- 工具迷宫:在Cursor、Windsurf等工具间反复试错,浪费大量时间在环境配置上
- 需求模糊:虽然能用自然语言描述"需要登录功能",但无法转化为AI能理解的具体指令
- 报错困境:当AI生成的代码出现错误时,既看不懂技术日志,也找不到针对性解决方案
- 成果空白:三个月过去,只能堆砌出几个孤立的功能模块,无法形成完整可用的产品
使用 vibe-vibe 后
- 结构化路径:通过"基础篇→进阶篇"的渐进式学习,系统掌握了从需求分析到部署上线的全流程
- 工具指南针:借助教程中的工具选型指南,30分钟内完成开发环境搭建(无需命令行操作)
- 精准指令:运用"用户旅程地图"方法,将"笔记同步"需求拆解为AI可执行的12步指令
- 智能调试:通过"Debug指南"章节,学会用AI修复AI生成的代码错误(如自动补全缺失的API调用)
- 完整产品:两个月内成功上线包含用户系统、实时协作、版本回滚功能的笔记平台
核心价值:vibe-vibe将零基础用户的AI编程学习曲线从"陡峭悬崖"转变为"阶梯式攀登",通过系统化的方法论和实战框架,让非技术人员也能用自然语言对话的方式,将抽象想法转化为可运行的产品原型。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Vibe Vibe(⚠️ Alpha内测版)
Vibe Vibe —— 人人都能学会的 AI 编程(Vibe Coding)指南
面向零编程基础学习者的 AI 辅助编程系统化教程,从「我有一个想法」到「我做出了一个产品」,让人人都能成为 Builder。
点击访问教程主页:www.vibevibe.cn
核心理念
践行 OpenAI 联合创始人 Andrej Karpathy 提出的 Vibe Coding(氛围编程)理念——从 Coder 到 Commander:通过自然语言与 AI 对话,让编程从"写代码"转变为"对话式创作"。
"完全沉浸于编程的'氛围'中,忘记代码的存在。"
快速开始
📖 在线阅读:www.vibevibe.cn
| 你是谁 | 推荐起点 |
|---|---|
| 完全零基础 | 基础篇 → 第1章 觉醒 |
| 用过 ChatGPT 等大语言模型工具但没做过项目 | 基础篇 → 第2章 心法 |
| 有编程基础想学 Vibe Coding | 基础篇快速浏览 → 进阶篇 |
| 想直接动手做项目 | 基础篇 → 第4章 实战 |
| 想找项目练手 | 实践篇 |
私有化部署
如果你想在本地或内网环境部署本教程站点,仓库已经提供了可直接使用的 Dockerfile 和 docker-compose.yml:
docker compose up -d --build
默认访问地址为 http://localhost:1024。
更完整的部署方式、静态文件部署方案和离线环境注意事项,请查看部署指南。
教程定位
国内首个系统化的 Vibe Coding 开源教程,分为四大板块:
| 板块 | 定位 | 适合人群 |
|---|---|---|
| 📘 基础篇 | AI 编程入门 + 心法 + 第一个项目 | 完全零基础、用过 ChatGPT 但没做过项目 |
| 📗 进阶篇 | 16章"序言可阅读" · 从0到上线的避坑指南 | 想了解完整项目交付流程的开发者 |
| 📙 实践篇 | 分人群项目实战 + 进阶技能训练 | 想通过动手练习巩固所学 |
| 📕 优质文章篇 | 精选学习资源 + 行业前沿追踪 | 想持续学习、保持行业敏感度 |
为什么需要这份教程? Vibe Coding 已成为全球趋势(越来越多的创业公司大部分代码由 AI 辅助生成),但国内学习资源碎片化严重,缺乏系统化、零基础友好、包含完整进阶路径的教程。
适合人群:编程零基础者、大学生、创业者、传统程序员、职场人士,任何想用 AI 快速实现想法、提升工作效率或学习新范式的人。
进阶版预告:在线 IDE + Skills
我们即将推出在线开发环境,无需本地配置环境,打开浏览器即可开始学习:
- 云端 IDE —— 内置完整的 Node.js 24、Python、Docker 等开发环境
- 50+ AI Skills —— 预装丰富的 AI 辅助技能包,覆盖开发全流程
- 开箱即用 —— 无需安装任何软件,登录即可开始编程实践
让学习门槛降到最低,敬请期待!
学习产出
| 阶段 | 你将获得 |
|---|---|
| 基础篇 | 掌握 Vibe Coding 心法 · 用自然语言指挥 AI · 独立完成项目 · 部署上线能力 |
| 进阶篇 | 现代全栈技术栈 · 前后端架构 · 用户系统开发 · 生产级部署 · 工程化思维 |
贡献者名单
| 姓名 | 职责 | 简介 |
|---|---|---|
| 符航康 | 项目负责人 & 核心贡献者 | 一位 AI 时代的原住民 |
| 齐国皓 | 项目负责人 & 核心贡献者 | 现就读于新加坡国立大学计算机学院, 湖南大学金融科技协会创始人 |
| 刘磊 | 「实践篇」贡献者、图像贡献者 | 中国科学院大学,一枚在职后端 Coder,热爱 Vibe,崇尚分享。 |
| 陈俊希 | 「优质文章篇」板块贡献者 | 湖南大学金融科技协会会长,湖南大学金融与统计学院24级本科生 |
| 金龙 | 「实践篇」板块贡献者 | 北京大学学生创新学社AI俱乐部副部长,北京大学24级研究生 |
| 舒璐璐 | 「实践篇」板块贡献者 | 湖南大学「麓山人文+」创始人,湖南大学岳麓书院23级本科生 |
目录
本教程分为四大板块,采用渐进式学习路径设计(点击展开详细目录):
📘 基础篇:Vibe Coding 启示录(写给所有人的 AI 编程入门)
基础篇目录
│
├── 写在最前面
│ └── 找到你的位置
│
├── 第1章:觉醒 —— 为什么现在是编程最好的时代
│ ├── 1.1 编程已死,编程永生:从 Coder 到 Commander
│ ├── 1.2 核心概念:Vibe Coding 与 Spec Coding 详解
│ ├── 1.3 破除迷信:不懂英文、数学不好也能写代码吗?
│ ├── 1.4 工具初探:Cursor、Windsurf、Bolt.new 与 Replit 选型指南
│ └── 1.5 Hello World:你的第一个 3 分钟 AI 网页
│
├── 第2章:心法 —— 像产品经理一样思考
│ ├── 2.1 拒绝功能堆砌:为什么你的 AI 写不出复杂的 App?
│ ├── 2.2 MVP 思维:如何设计一个"能跑的最小版本"
│ ├── 2.3 灵魂三问:用户是谁?痛点在哪?为何用你?
│ └── 2.4 实战演练:拆解一个"背单词软件"的想法
│
├── 第3章:技法 —— 与 AI 对话的艺术
│ ├── 3.1 提示词工程基础:Context is King
│ ├── 3.2 用户旅程地图:把想法变成 AI 能懂的路径
│ ├── 3.3 编写第一份 PRD(产品需求文档):让 AI 不再胡编乱造
│ └── 3.4 功能优先级 P0/P1/P2:学会对 AI 说"这个先不做"
│
├── 第4章:实战 —— 从 0 到 1 开发个人工具
│ ├── 4.1 环境准备:无需命令行的开发环境搭建
│ ├── 4.2 第一轮:生成静态页面 —— 先看"脸"
│ ├── 4.3 第二轮:注入逻辑与交互 —— 再长"脑"
│ ├── 4.4 第三轮:数据存储基础
│ └── 4.5 Debug 指南:当 AI 报错时,如何用 AI 修复 AI
│
├── 第5章:精进 —— 从"能用"到"好用"
│ ├── 5.1 后悔药:代码改崩了怎么办
│ ├── 5.2 见世面:把网页发到互联网上
│ ├── 5.3 护城河:AI 时代的安全意识
│ ├── 5.4 再进化:项目的持续迭代与优化
│ ├── 5.5 知边界:Vibe Coding 的能与不能
│ └── 5.6 启程前:本章总结与进阶预告
│
├── 结语:给未来的你
│
├── 下部预告:Vibe Coding 全栈实战教程
│
└── 附录
├── A. Prompt 速查清单
├── B. 常见错误与解决方案速查表
├── C. 术语表(中英对照)
├── D. 工具对比速查表
└── E. 项目 idea 清单
📗 进阶篇:从0到上线的避坑指南
本篇以完整的产品交付流程为主线,共16章,每章序言均可阅读:
进阶篇目录
│
├── 第1章:环境搭建、代码形态与包管理器
├── 第2章:开发工具与 AI 调教
├── 第3章:PRD 与文档驱动开发
├── 第4章:开发常识与技术栈
├── 第5章:代码运行状态与构建原理
├── 第6章:界面(UI)与交互(UX)
├── 第7章:环境变量与安全机制
├── 第8章:数据持久化与数据库
├── 第9章:功能测试流程与自动化脚本
├── 第10章:Localhost 与公网访问
├── 第11章:Git 版本控制与跨平台协作
├── 第12章:无服务器部署与 CI/CD 自动化
├── 第13章:域名解析原理与网络接入
├── 第14章:云服务器运维与项目部署
├── 第15章:SEO、分享与数据统计
└── 第16章:用户反馈与产品迭代
技术栈:Next.js 16 · React · TypeScript · Tailwind CSS · shadcn/ui · Drizzle ORM · PostgreSQL
📙 实践篇:分人群项目实战
实践篇目录
│
├── 基础板块(按人群分类)
│ ├── 文科生/商科生项目 —— 内容创作、数据展示类
│ ├── 理工科学生项目 —— 算法可视化、数据处理类
│ └── 职场人士项目 —— 工作流自动化、效率提升类
│
└── 进阶板块(基于 Sean's Stories 系列)
├── 核心技能 —— 上线应用、数据库、后端部署、用户认证
├── AI Agent 开发 —— RAG、向量数据库、MCP 集成
├── 全栈项目实战 —— SaaS、地图应用、移动应用
└── 工具与效率 —— n8n、GitHub 工作流、React/TS 进阶
📕 优质文章篇:精选学习资源
优质文章篇目录
│
├── 知名公司博客 —— OpenAI、Anthropic、Vercel 等技术博客
├── 优质播客 —— AI、开发者、创业者相关播客推荐
├── 研究报告 —— AI 发展报告、开发者调查、行业趋势
├── 优质 Newsletter —— 值得订阅的技术周刊
└── 开发者社区 —— Discord、Twitter、GitHub 优质资源
参与贡献
- 如果你发现了一些问题,可以提Issue进行反馈,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你想参与贡献本项目,可以提Pull request,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你对 Datawhale 很感兴趣并想要发起一个新的项目,请按照Datawhale开源项目指南进行操作即可~
关注我们
扫描下方二维码关注公众号:Datawhale
Star History
LICENSE
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
